基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于采用传统粒子滤波算法来预测锂离子电池剩余使用寿命(RUL)过程中,存在粒子多样性丧失现象而导致RUL预测精度较低的问题,引入线性优化重采样思想,建立了基于线性优化重采样粒子滤波(LORPF)的电池RUL预测方法.该方法以双指数模型作为电池老化模型,通过LORPF算法对模型参数进行迭代更新,实现电池RUL预测并给出预测结果的不确定性表达,最后使用美国国家航空航天局PCoE研究中心的电池数据和自主搭建实验平台的电池数据对所提方法与传统PF方法进行对比验证,结果表明该方法有效提高了RUL预测精度,其误差小于5%.
推荐文章
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
基于扩展卡尔曼滤波的锂离子电池寿命预测方法
扩展卡尔曼滤波
最优局部加权回归平滑
锂离子电池
寿命预测
基于改进粒子滤波的锂离子电池RUL预测
锂离子电池
剩余使用寿命
粒子滤波
粒子退化
Monte Carlo Markov链
无迹粒子滤波
基于数据驱动的卫星锂离子电池寿命预测方法
锂离子电池
寿命预测
数据驱动
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子滤波算法实现锂离子电池RUL预测
来源期刊 汽车工程 学科
关键词 锂离子电池 剩余使用寿命 粒子滤波 线性优化重采样
年,卷(期) 2019,(12) 所属期刊栏目
研究方向 页码范围 1377-1383
页数 7页 分类号
字数 4953字 语种 中文
DOI 10.19562/j.chinasae.qcgc.2019.012.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈静 广西大学机械工程学院 21 278 7.0 16.0
2 陈琳 广西大学机械工程学院 85 337 11.0 14.0
4 韦海燕 广西大学机械工程学院 25 53 5.0 6.0
5 潘海鸿 广西大学机械工程学院 86 402 11.0 15.0
7 王惠民 广西大学机械工程学院 3 0 0.0 0.0
8 安晶晶 广西大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (64)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(15)
  • 参考文献(1)
  • 二级参考文献(14)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂离子电池
剩余使用寿命
粒子滤波
线性优化重采样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导